更新时间：2020-11-12 17:42:14
封面
版权信息
前言
第1章 智能硬件与机器视觉
1.1 机器视觉在智能硬件领域的应用
1.1.1 机器视觉在智慧城市的应用
1.1.2 机器视觉与5G的协同效应
1.2 智能硬件上的机器视觉技术方案选型
1.2.1 方案A：树莓派
1.2.2 方案B：BeagleBoard
1.2.3 方案C：NVIDIA Jetson
1.2.4 方案D：Google Coral Dev Board+Edge TPU
1.3 本章小结
第2章 树莓派软硬件准备
2.1 刷写系统
2.2 硬件连接
2.3 Linux系统的基本操作
2.3.1 Linux常用命令
2.3.2 Vim编辑器的使用
2.4 远程连接树莓派
2.4.1 使用SSH连接树莓派
2.4.2 使用VNC连接树莓派
2.5 使用相机模块拍摄一张照片
2.6 本章小结
第3章 安装OpenCV
3.1 使用pip安装OpenCV
3.1.1 在Ubuntu上使用pip安装OpenCV
3.1.2 在macOS上使用pip安装OpenCV
3.1.3 在树莓派上使用pip安装OpenCV
3.1.4 注意事项
3.2 树莓派源码编译安装OpenCV 4
3.2.1 扩展TF卡并安装依赖
3.2.2 下载OpenCV 4
3.2.3 为OpenCV 4搭建基于Python 3的虚拟环境
3.2.4 构建和编译OpenCV 4
3.2.5 测试OpenCV 4
3.2.6 可能遇到的问题
3.3 本章小结
第4章 通过案例手把手入门OpenCV
4.1 开始前的准备
4.1.1 环境准备
4.1.2 项目代码准备
4.2 OpenCV图像简单处理
4.2.1 加载和显示图像
4.2.2 访问单个像素
4.2.3 数组切片和裁剪
4.2.4 调整图像大小
4.2.5 旋转图像
4.2.6 平滑图像
4.2.7 在图像上绘图
4.2.8 运行第一个OpenCV教程的Python脚本
4.3 OpenCV图像对象计数
4.3.1 目标对象计数
4.3.2 将图像转换为灰阶
4.3.3 边缘检测
4.3.4 阈值处理
4.3.5 检测和绘制轮廓
4.3.6 腐蚀和膨胀
4.3.7 蒙版和按位操作
4.3.8 运行第二个OpenCV教程的Python脚本
4.4 本章小结
第5章 使用Python拍摄照片、视频
5.1 安装picamera环境
5.1.1 安装Raspbian系统
5.1.2 安装其他系统
5.1.3 升级相机固件
5.1.4 安装树莓派摄像头模组
5.1.5 控制V1版的LED灯
5.2 使用摄像头拍摄照片
5.2.1 捕获照片并存为文件
5.2.2 捕获照片并存为流
5.2.3 捕获照片并存为PIL图像
5.2.4 捕获调整了大小的图像
5.2.5 快拍和连拍的技巧
5.2.6 捕获延时摄影序列
5.2.7 弱光下拍照
5.2.8 网络直播
5.3 使用摄像头拍摄视频
5.3.1 录制视频文件
5.3.2 录制视频流
5.3.3 录制拆分为多个文件
5.3.4 录制循环视频流
5.3.5 录制网络视频流
5.3.6 视频预览叠加图像加水印
5.3.7 视频输出叠加文本、时间戳
5.4 本章小结
第6章 使用Python处理相机原始数据
6.1 捕获并直接编码
6.1.1 捕获并编码为numpy数组
6.1.2 捕获并编码为opencv对象
6.1.3 捕获未编码图像（YUV）
6.1.4 捕获编码图像（RGB）
6.1.5 自定义编码器
6.2 多种捕获方法
6.2.1 录像时截屏
6.2.2 多种分辨率下录制
6.2.3 特殊文件输出
6.2.4 Bayer-Raw数据获取
6.3 树莓派相机的实际应用
6.3.1 自定义输出：运动检测相机的代码实现
